各製品の資料を入手。
詳細はこちら →SQLAlchemy ORM を使って、Python でSAS xpt のデータに連携する方法
CData Python Connector を使って、Python アプリケーションおよびスクリプトからSQLAlchemy 経由でSAS xpt にOR マッピング可能に。
最終更新日:2023-09-23
この記事で実現できるSAS xpt 連携のシナリオ
こんにちは!ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。
Pythonエコシステムには、多くのモジュールがあり、システム構築を素早く効率的に行うことができます。CData Python Connector for SASXpt は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで SAS xpt にデータ連携するPython アプリケーションを構築し、SAS xpt のデータを可視化できます。 本記事では、SQLAlchemy でSAS xpt に連携して、データを取得、 する方法を説明します。
CData Python Connectors の特徴
CData Python Connectors は、以下のような特徴を持った製品です。
- SAS xpt をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
- Python をはじめとする多様なデータ分析・BI ツールにSAS xpt のデータを連携
- ノーコードでの手軽な接続設定
CData Python Connectors では、1.データソースとしてSAS xpt の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。
必要なモジュールのインストール
pip でSQLAlchemy ツールキットをインストールします:
pip install sqlalchemy
モジュールのインポートを忘れずに行います:
import sqlalchemy
Python でSAS xpt のデータをモデル化
次は、接続文字列で接続を確立します。create_engine 関数を使って、SAS xpt のデータに連携するEngne を作成します。
engine = create_engine("sasxpt///?URI=C:/folder")
ローカルSASXpt ファイルへの接続
URI をSASXpt ファイルを格納しているフォルダに設定すると、ローカルのSASXpt ファイルに接続できます。
S3 データソースへの接続
Amazon S3 ソースに接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します:
- URI:接続するバケット内のフォルダに設定。
- AWSAccessKey:AWS アカウントのアクセスキーに設定。
- AWSSecretKey:AWS アカウントのシークレットキーに設定。
- TemporaryLocalFolder:SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。
Azure Data Lake Storage Gen2 への接続
ADLS Gen2 に接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します:
- URI:ファイルシステムの名前およびSASXpt ファイルにコンタクトするフォルダの名前に設定。
- AzureAccount:Azure Data Lake storage アカウントの名前に設定。
- AzureAccessKey:Azure Data Lake storage Gen 2 ストレージアカウントのアクセスキーに設定。
- TemporaryLocalFolder:SASXptファイルを一時的にダウンロードするために使用するフォルダへのパス、またはURI に設定。
SAS xpt のデータのマッピングクラスの宣言
接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、SampleTable_1 テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。
base = declarative_base() class SampleTable_1(base): __tablename__ = "SampleTable_1" Id = Column(String,primary_key=True) Column1 = Column(String) ...
SAS xpt のデータをクエリ
マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。
query メソッドを使う
engine = create_engine("sasxpt///?URI=C:/folder") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(SampleTable_1).filter_by(Column2="100"): print("Id: ", instance.Id) print("Column1: ", instance.Column1) print("---------")
ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。
execute メソッドを使う
SampleTable_1_table = SampleTable_1.metadata.tables["SampleTable_1"] for instance in session.execute(SampleTable_1_table.select().where(SampleTable_1_table.c.Column2 == "100")): print("Id: ", instance.Id) print("Column1: ", instance.Column1) print("---------")
より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。
SAS xpt からPython へのデータ連携には、ぜひCData Python Connector をご利用ください
このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。
日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。